Supersensitive and fast X-ray imaging is of great importance in medical diagnosis, industrial flaw detection, security and safety inspection, and frontier science exploration.

Many physical and chemical processes in a condensed phase environment exhibit non-Markovian quantum dynamics. As such simulations are challenging on classical computers, we developed a variational quantum algorithm that is capable of simulating non-Markovian dynamics on noisy intermediate-scale quantum (NISQ) devices. We used a quantum system linearly coupled to its harmonic bath as the model Hamiltonian. The non-Markovianity is captured by introducing auxiliary variables from the bath trajectories. With Monte Carlo sampling of the bath degrees of freedom, finite temperature dynamics is produced. We validated the algorithm on a simulator and demonstrated its performance on an IBM quantum device. The framework developed naturally adapts to any anharmonic bath with non-linear coupling to the system, and is also well suited for simulating spin chain dynamics in a dissipative environment.

This study aims to compare the diagnostic efficacy of collaborative computer-aided (CAD) imaging diagnosis techniques in detecting knee joint injuries among athletes. The focus is on analyzing the differences in diagnostic performance between Magnetic Resonance Imaging (MRI) and Multilayer Spiral Computed Tomography (MSCT). The objective is to assess the performance of these two imaging modalities in diagnosing knee joint injuries. A total of 242 suspected knee joint injury patients were enrolled in the study. The patients underwent MRI and MSCT examinations using a self-developed Knee Joint Injury CAD system for auxiliary diagnosis. The Knee Joint Injury CAD system, employing the Monte Carlo and Markov chain algorithms, was utilized to analyze MRI and CT images, assisting physicians in fracture diagnosis. False-positive annotations were removed through discussions and consultations among physicians to obtain independent detection results. Arthroscopy was utilized as the gold standard. The diagnostic results for MRI and CT assisted by the CAD software were recorded, and metrics such as diagnostic sensitivity, specificity, and overall accuracy were calculated. Furthermore, the accuracy of diagnosing bone and ligament injuries was analyzed. The MRI diagnostic sensitivity of the collaborative Knee Joint Injury CAD system was 94.75%, with a specificity of 97.42% and an accuracy of 96.01%. In contrast, the diagnostic sensitivity of the collaborative Knee Joint Injury CAD system for MSCT was 89.36%, with a specificity of 85.71% and an accuracy of 89.86%. A comparison between the two detection methods reveals that MRI outperforms CT in terms of imaging quality but requires a longer examination time. The average imaging quality score for MRI was 6.89 ± 0.27, with an average examination time of 28.71 ± 7.64 minutes. On the other hand, the average imaging quality score for CT was 6.71 ± 0.42, with an average examination time of 9.95 ± 2.42 min. In diagnosing knee joint injuries, the collaborative Knee Joint Injury CAD system with MRI assistance in computer-aided medical diagnosis demonstrates higher diagnostic sensitivity, specificity, and accuracy compared to the collaborative Knee Joint Injury CAD system with MSCT. Therefore, the clinical application of a collaborative Knee Joint Injury CAD system with MRI exhibits superior diagnostic performance in knee joint injuries, especially in detecting ligament and soft tissue injuries. However, it is worth noting that a collaborative Knee Joint Injury CAD system with MRI has a higher imaging quality score and longer examination time. The trade-off between these factors needs to be considered in clinical practice, and the choice of imaging technology should be based on specific circumstances.

Abstract Electrochromic materials (ECMs), the colors of which can be electrically modulated by small driving voltages with a unique open‐circuit memory effect, are in great demand in various application fields. However, traditional ECMs exhibit a narrow modulation range of color gamut under the electric stimulus, owing to the monotonous chemical coloration in an absorption manner. Multicolor ECMs with optical nanostructures can greatly extend the color gamut by incorporating complex optical interactions such as interference and diffraction. Mie scatterer nanospheres (MSNSs) are a kind of nanospheres with unique optical structures that can simply exhibit and change vivid structural colors by adjusting their diameters. Herein, this work reports multicolor ECMs based on MSNSs with polymer shells of poly‐3,4‐ethylenedioxythiophene (PEDOT) and poly‐pyrrole (PPY). They possess a superior optical modulation capability with a wide color gamut, a fast response rate, a visible‐angle‐independence, etc. Additionally, a nano‐dispersion strategy is used to prepare mixed electrochromic pigments with a nanoscale uniformity, further broadening the color gamut tunability. Simulations in wave optics and Mie scattering theory are conducted to unveil the multicolor modulation mechanism, demonstrating the interactions of MSNSs with incident lights. This work provides a feasible approach for fabricating multicolor ECMs with more application potential.

Recent advances in deep learning such as neural radiance fields and implicit neural representations have significantly propelled the field of 3D reconstruction. However, accurately reconstructing objects with complex optical properties, such as metals and glass, remains a formidable challenge due to their unique specular and light-transmission characteristics. To facilitate the development of solutions to these challenges, we introduce the OpenMaterial dataset, comprising 1001 objects made of 295 distinct materials-including conductors, dielectrics, plastics, and their roughened variants- and captured under 723 diverse lighting conditions. To this end, we utilized physics-based rendering with laboratory-measured Indices of Refraction (IOR) and generated high-fidelity multiview images that closely replicate real-world objects. OpenMaterial provides comprehensive annotations, including 3D shape, material type, camera pose, depth, and object mask. It stands as the first large-scale dataset enabling quantitative evaluations of existing algorithms on objects with diverse and challenging materials, thereby paving the way for the development of 3D reconstruction algorithms capable of handling complex material properties.

A novel liquid flow electrochromic smart window was developed, capable of significantly reducing building energy consumption in most climate zones around the world.

Abstract Windows through heat exchange play a vital role in energy saving for realizing a net‐zero carbon emission society. Dual‐band electrochromic (EC) smart windows by dynamically regulate visible (VIS) and near‐infrared (NIR) light are necessary for improving both building energy efficiency and habitant comfort. However, the rational design of high‐performance electrochromic devices (ECDs) suffers sluggish EC response due to the slow ion transport. In this work, a locally dissociated Li + concept is proposed to construct a solid‐state polymer electrolyte (SPE) with ultrafast Li + transport. The succinonitrile (SN) is employed to loosen the Li + ‐anion pair and the crystallographic C─O chain in the poly(ethylene glycol) methyl ether methacrylate (PEGMA) electrolyte by its strong solvation capability. The as‐prepared SPE shows a high ionic conductivity of 6.48 mS cm −1 at 30 °C and a high transmittance of >90%. The SPE‐based EC smart windows exhibited a fast switching speed (3.0/3.2 s for coloration/bleaching), a high coloration efficiency (CE) of 373.8 cm 2 C −1 , and a high optical modulation in the full solar spectrum (85%, 70%, 43% at 673, 1200, and 1600 nm, respectively). Finally, the SPE‐based EC smart windows shows three working modes with a temperature regulation range of 19.1 °C, exhibiting great potential in practical application.